一、从字典造：最常用

pd.DataFrame({'姓名': ['甲','乙'], '分数': [90, 85]})。 字典的键变成列名，值变成列。两个列表长度必须一样，否则报 ValueError。

这是手工造小表最快的方式。写测试数据、举例子、验证一个想法，都用它。

二、从列表的列表造

pd.DataFrame([ [甲, 90], [乙, 85]], columns=['姓名','分数'])。 每一条内层列表是一行。不给 columns，列名会自动变成 0、1。 从数据库、CSV 读出来的原始二维数组，多半走这条路。

列名数量必须和每行的长度对上，否则报错。

三、从 numpy 数组造

np.arange(6).reshape(2, 3) 造一个 2 行 3 列的数组，套进 DataFrame 就是一张表。 数组没有列名，所以要自己给 columns。行标签会自动补 0、1。 这条路适合「数已经算出来了，只差一个表壳」的场景，比如矩阵运算的结果。

DataFrame 内部就是一列一列的 numpy 数组，所以数值运算快，也和 numpy 无缝。

四、三种造法的取舍

还有一种没列进来：从另一张表切出来（df.loc[条件, 列]），那是筛选不是造表。 记住字典那一种就够应付八成场景。剩下两种，见到能认出来就行。

五、造表时最容易错的两件事

第一，列名重复。{'a':[1], 'a':[2]} 这种字典直接不允许，但赋值能造出来，之后 df['a'] 会返回两列。 第二，长度不齐。{'a':[1,2], 'b':[1]} 报 ValueError: All arrays must be of the same length。 这两个错都在造表那一刻发生，比算到一半才发现好得多。

造完立刻打一下 shape，是最便宜的检查。

六、动手 Demo：DataFrame 的三种造法

分别用字典、列表加列名、numpy 数组造三张小表，各打一次形状和内容。 三种造法的行列标签来源不同，注意对比。

import numpy as np
import pandas as pd

d1 = pd.DataFrame({"姓名": ["甲", "乙"], "分数": [90, 85]})
print("字典  %s" % (d1.shape,))
print(d1.to_string(index=False))

rows = [ ["甲", 90], ["乙", 85]]
d2 = pd.DataFrame(rows, columns=["姓名", "分数"])
print("列表  %s" % (d2.shape,))
print(d2.to_string(index=False))

arr = np.arange(6).reshape(2, 3)
d3 = pd.DataFrame(arr, columns=["A", "B", "C"])
print("数组  %s" % (d3.shape,))
print(d3.to_string(index=False))

实跑输出：

--------------------------------------------------------------------
DataFrame 的三种造法
--------------------------------------------------------------------

  ① 从字典造：最常用
  --------------------------------------------------------------------

| 行 | 姓名 | 分数 |
|---|---:|---:|
| 0 | 甲 | 90 |
| 1 | 乙 | 85 |

  字典的键变成列名，值变成列。两个列表长度必须一样，否则报错。
  ! 这是手工造小表最快的方式，写测试数据天天用。

  ② 从列表的列表造：要自己给列名
  --------------------------------------------------------------------

| 行 | 姓名 | 分数 |
|---|---:|---:|
| 0 | 甲 | 90 |
| 1 | 乙 | 85 |

  不给 columns 的话，列名会自动变成 0、1。
  ! 从数据库或 CSV 读出来的原始二维数组，多半走这条路。

  ③ 从 numpy 数组造：适合算出来的数
  --------------------------------------------------------------------

| 行 | A | B | C |
|---|---:|---:|---:|
| 0 | 0 | 1 | 2 |
| 1 | 3 | 4 | 5 |

  数组是 2 行 3 列，转成 DataFrame 之后行列标签自动补上。
  ! DataFrame 内部就是一列一列的 numpy 数组，所以数值运算快。

  ④ 三种造法的取舍
  --------------------------------------------------------------------

| 来源 | 造法 | 什么时候用 |
|---|---|---|
| 手写小数据 | 字典 | 列名清楚，写得快 |
| 二维列表 | 列表 + columns | 数据来自现成的行 |
| 计算结果 | numpy 数组 | 已经在算矩阵了 |

  还有一种：从另一张表切出来（df.loc[条件, 列]），第 3.9 篇讲。
  ! 不必记全，记住字典那一种就够应付八成场景。

三种造法都打了一次 shape——这是最便宜的验收动作，养成习惯。 np.arange(6).reshape(2, 3) 这个组合很常用：先造一串数，再折成想要的形状。 reshape 只改看法，元素总数必须对得上。

30 秒实验

1. 把字典那组两个列表改成不等长（3 个对 2 个），看报什么错。
2. 造一个 10 行 5 列全 0 的表，用 numpy 那条路，要写几行？
3. 想一想：为什么 Column 的顺序在字典里能保持？这和字典本身的有序性有关吗？

常见误区

1. 忘记给 columns：列名变成 0、1、2，后面按名字取列全报错。
2. 字典里长度不齐：ValueError，这个错很好认。
3. 以为 DataFrame 会复制数据：从数组造的时候是共享内存，改一边可能影响另一边。
4. 用手工造表处理真实数据：几十行还行，上千行就该从文件读了。

表造出来了，怎么快速摸清它？下一篇列五个属性和两个函数——拿到任何新数据，先打这几个。

• ☐ （本篇完，下一篇 3.5 DataFrame 的常用属性与函数）

相关笔记

• Series 的索引与取值
• DataFrame 的常用属性与函数
• 初识 Pandas：它凭什么当主力
• 📊 Python 数据分析 · 索引